2000-2022年上市公司过度负债分析及数据集

资源摘要信息:"本资源包含了2000年至2022年中国上市公司过度负债的相关数据，涵盖原始数据、测算代码以及计算结果。具体数据结构如下： 1. 时间范围：2000年至2022年，涉及了超过二十余年的上市公司财务数据，便于进行长期趋势分析。 2. 数据指标： - 证券代码：每家上市公司的唯一标识符。 - 年份：记录数据所属的年份。 - 证券简称：上市公司的简称，便于识别和引用。 - 行业名称和行业代码：上市公司所属的行业分类，制造业采用两位代码表示，其余行业用大类表示。 - 国企标识：标识是否为国有企业，国企为1，非国企为0。 - 企业规模：根据企业规模进行划分，有助于分析不同规模企业的财务状况。 - 资产负债率：企业总资产与总负债的比例，是衡量企业财务风险的重要指标。 - 总资产净利润率：净利润与总资产的比率，反映企业资产的盈利能力。 - 固定资产占比：固定资产总额与总资产的比例，反映了企业资产的构成情况。 - 总资产增长率：反映企业资产规模增长的速度。 - 第一大股东持股数量/总股数：这一比例反映了第一大股东对企业的控制力。 3. 数据来源：数据来源于上市公司的年报，年报是上市公司对外公布的最权威的财务报告。 4. 范围限定：仅限于上市公司，不包括非上市公司，且已剔除金融业和STPT公司，以保证数据的准确性和研究的聚焦性。 5. 数据内容：资源包含了完整的原始数据集、用于计算过度负债率的测算代码，以及基于这些代码计算得到的最终结果。 6. 研究方法：参考了C刊《投资研究》中汪昌云教授在2022年发表的研究，采用Tobit回归分析方法，将实际负债率与通过回归分析得出的目标负债率的差值作为衡量过度负债的指标。 7. 参考文献：引用了汪昌云教授与合作者李宙甲、曾剑宇的研究文章，探讨了控股股东股权质押与上市公司过度负债之间的关系。 8. 数据处理：数据已进行1%的缩尾处理，以减少极端值对分析结果的影响。 通过对这些数据的深入分析，研究人员和财务分析师可以评估和识别上市公司的财务风险，尤其是那些可能面临过度负债风险的企业。此外，该数据集为研究者提供了研究公司治理、市场效率以及不同行业和企业规模下负债行为的实证基础。"